Метод керування машин для земляних робіт на основі нейро-нечітких експертних систем

Abstract

Сьогодення потребує розвитку наукових досліджень з удосконалення існуючих та розробки нових систем автоматизованого та автоматичного керування машинами для земляних робіт. Застосування класичних методів керування у таких системах є малоефективним через їх низьку здатність до адаптації у змінних умовах експлуатації та при варіаціях параметрів стану машини, що обумовлює необхідність розробки нових підходів до автоматизації машин для земляних робіт. Низькі темпи інтелектуалізації машин для земляних робіт обумовлені відсутністю єдиного системного підходу, моделей та методів створення інтелектуальних систем керування, що враховують специфіку машин для земляних робіт. Удосконалення методів інтелектуального керування машинами для земляних робіт можливе на основі нейро-нечітких експертних систем, що підвищує швидкість формування керуючих впливів. В умовах експлуатації машин для земляних робіт виникає потреба в більш гнучкому підході, здатному враховувати різнотипні дані та самонавчатися на їхній основі. Тому доцільно поєднати нечітку логіку з адаптивною експертною системою. Таке поєднання дозволяє оперативно оброблювати різнорідну інформацію про стан машини та середовища, самонавчатися на нових даних і робити висновки в умовах невизначеності. Запропонований метод складається з двох великих процедур: пошук рішення стосовно машин для земляних робіт та пошук рішення стосовно робочого середовища. Удосконалено метод керування машинами для земляних робіт на основі нейро-нечітких експертних систем за рахунок: врахування при оцінці стану робочого середовища машин для земляних робіт типу невизначеності шляхом використання нечіткої когнітивної моделі з інтервальними функціями належності; застосування еволюційних штучних нейронних мереж із адаптивним алгоритмом навчання для підвищення оперативності оброблення вхідних даних; підтримки одночасної роботи інтелектуальної системи керування машин для земляних робіт з чіткими та нечіткими продукціями завдяки інтегрованому механізму продукційних правил, що дозволяє системі одночасно використовувати формальні експертні знання та нечіткі висновки, швидко адаптувати керуючі впливи до різнорідних умов роботи машини й уникати суперечливих керуючих впливів; зменшення розмірності простору ознак та запобігання накопиченню похибки навчання штучної нейронної мережі через динамічну зміну архітектури й параметрів мережі, що забезпечує адаптацію кількості вхідних показників оцінки стану середовища відповідно до змін умов роботи машин для земляних робіт.Today, there is a need for the development of scientific research to improve existing and develop new automated and automatic control systems for earthmoving machines. The use of classical control methods in such systems isineffective due to their low ability to adapt to changing operating conditions and variations in machine state parameters, which necessitates the development of new approaches to the automation of earthmoving machines. The low rates of intellectualization of earthmoving machines are due to the lack of a unified system approach, models and methods for creating intelligent control systems that take into account the specifics of earthmoving machines. Improving methods for intelligent control of earthmoving machines is possible on the basis of neuro-fuzzy expert systems, which increases the speed of formation of control influences. The proposed method consists of two major procedures: finding a solution for earthmoving machines and finding a solution for the working environment. The method of controlling earthmoving machines based on neuro-fuzzy expert systems has been improved by: taking into account the type of uncertainty when assessing the state of the working environment of earthmoving machines by using a fuzzy cognitive model with interval membership functions; using evolutionary artificial neural networks with an adaptive learning algorithm to increase the efficiency of input data processing; supporting the simultaneous operation of an intelligent control system for earthmoving machines with clear and fuzzy products thanks to an integrated production rule mechanism, which allows the system to simultaneously use formal expert knowledge and fuzzy conclusions, quickly adapt control influences to heterogeneous machine operatin conditions and avoid contradictory control influences; reducing the dimensionality of the feature space and preventing the accumulation of the learning error of the artificial neural network through a dynamic change in the architecture and network parameters, which ensures the adaptation of the number of input indicators for assessing the state of the environment in accordance with changes in the operating conditions of earthmoving machines